IAB herverdeelt AI-verkopen: waarom ChatGPT-aanbevelingen uit de tracking verdwijnen

Het Interactive Advertising Bureau heeft op 12 november 2026 een nieuw standaardkader gepresenteerd dat AI-aanbevelingen langs het koopproces zichtbaar moet maken. De AI-Era Attribution Blueprint onderscheidt daarbij of mensen zelfstandig kopen, of AI de beslissing ondersteunt, of een agent de aankoop uitvoert. De centrale vraag voor marketingteams: wie krijgt de verkoop toegeschreven als het eerste beslissende contact plaatsvindt in een AI-antwoord in plaats van op een website?

De bestaande last-click-rapportage ziet vaak alleen de laatste Google-zoekresultaat, de directe bezoek of de sessie in de winkel. Een klant kan zich echter dagen eerder in ChatGPT, Gemini of een inkoopagent over het product hebben geïnformeerd.

Drie koopwegen in plaats van één conversiecijfer

De brancheorganisatie definieert drie categorieën:

• Human-Owned: Een mens ontwikkelt de koopintentie, beslist en voert de aankoop zelf uit.
• AI-Assisted: Een AI-systeem helpt bij onderzoek, selectie of aanbeveling; de beslissing blijft wezenlijk bij de mens.
• AI-Executed: Een agent neemt de definitieve aankoop of transactie namens de gebruiker over.

Voor elk proces moet worden vastgelegd wie de intentie heeft geactiveerd, de beslissing heeft genomen en de transactie heeft uitgevoerd. Vervolgens kan een platform, een publisher of een andere betrokkene aanspraak maken op een bijdrage aan de verkoop – maar wel op basis van traceerbare bewijzen. Een blote bewering is nog geen erkende attributie.

Daarmee bouwt de nieuwe blueprint voort op het oudere IAB-kader voor AI Visibility: daar ging het om vermeldingen en bronnen in AI-antwoorden, nu gaat het om de koppeling met het bedrijfsresultaat. De verschillen tussen merkvermelding, citation en referral hebben we eerder al uitgelegd bij de meting van AI-zichtbaarheid.

Waarom veel AI-aanbevelingen als search of direct verschijnen

Hoe groot de kloof kan zijn, blijkt uit Similarweb-gegevens die het IAB in zijn onderzoek aanhaalt. Gebruikers aan wie een AI-assistent een merk had aanbevolen, bezochten de website van dat merk in de zeven dagen daarna 2,5 keer zo vaak als andere gebruikers uit de geanalyseerde vergelijkingsgroep. Van deze bezoeken werd echter slechts 8,8 procent als directe AI-referral geregistreerd. 55,9 procent liep via zoekmachines, 19,9 procent via directe toegang.

Een klassiek analytics-dashboard zou bij zulke verlopen dus search of direct als belangrijkste contactpunt kunnen aanwijzen, terwijl het merk al in een AI-gesprek in de relevante set is opgenomen. Juist deze verkeerde toewijzing beïnvloedt waar het budget naartoe gaat.

Ook de eigen meetpraktijk staat onder aanpassingsdruk: volgens de IAB Outlook Study 2026, septemberupdate noemt 45 procent van de ondervraagde adverteerders de vergelijking van AI-gedreven en traditionele journeys als grootste meetuitdaging; 44 procent gebruikt branded search of direct verkeer als benadering van AI-invloed.

Publishers hebben een nieuwe attributievraag

Bijzonder interessant is de rol van journalistieke content. Een gebruiker laat zich door een assistent een product aanbevelen op basis van een testrapport en koopt vervolgens in de webshop. Het testrapport kan hebben bijgedragen aan de beslissing zonder ooit een geregistreerde klik te hebben ontvangen.

Daarom maakt de IAB onderscheid tussen aanspraken op het doorslaggevende contactmoment en op een bijdragende rol. Publishers moeten kunnen aantonen dat hun content is gebruikt en – voor zover beschikbaar – samenhangt met een latere conversie. De aanbeveling van de IAB aan platformen luidt: betaalde en organische aanbevelingen onderscheiden, bronnen openbaar maken en door AI veroorzaakt verkeer consequent labelen.

Dit raakt de discussie over Google AI Overviews en ontbrekende klikdata voor publishers. Tegelijk sluiten de nieuwe ChatGPT Business Analytics aan op vermeldingen van merken en kliks als eerste onderdeel van een in de toekomst breder meetstack.

Wat marketeers nu aan hun rapportage kunnen toevoegen

In plaats van Search, Social en Direct meteen anders te wegen, kunnen teams de databasis systematisch aanvullen: AI-aanbeveling, zichtbare bronvermelding, AI-referral, branded search en de conversie die daarna volgt moeten apart worden geregistreerd. Aanvullend helpen enquêtes na de oorspronkelijke productontdekking en gecontroleerde liftesten.

Vooral AI-agents veranderen bovendien het onderscheid tussen menselijke bezoeken en geautomatiseerde acties. De nieuwe IAB-blueprint biedt daarvoor een gemeenschappelijke woordenschat – de daadwerkelijke transactiebewijzen moeten platformen, webshops en publishers nu gezamenlijk toegankelijk maken.

Bronnen - IAB: Officiële persmelding over de AI-Era Attribution Blueprint, 12. november 2026 - IAB: AI-Era Attribution Blueprint – kader en categorieën - Digiday: Het nieuwe IAB-attributiemodel en de datalacunes - MediaPost: Achtergronden bij het IAB-attributiekader